RZR 北京新辦公室啟用,下一代機器學習模型「Argus」上線
RZR 北京新辦公室正式投入營運,由北京團隊研發的下一代機器學習模型「Argus」亦已在平台上線。辦公室匯聚 AI 研究、數據分析、產品開發及增長營運團隊,研發成果服務全球各地的廣告主。RZR 的單一 AI 系統覆蓋 iOS、Android 及大屏電視(CTV),無需依賴設備 ID 亦可喚醒 iOS 沉睡用戶。
RZR 北京新辦公室正式投入營運,由北京團隊研發的下一代機器學習模型「Argus」亦已在平台上線。辦公室匯聚 AI 研究、數據分析、產品開發及增長營運團隊,研發成果服務全球各地的廣告主。RZR 的單一 AI 系統覆蓋 iOS、Android 及大屏電視(CTV),無需依賴設備 ID 亦可喚醒 iOS 沉睡用戶。
作者展示如何由連結建立語料,在 CPU 上以 LoRA 微調 SaaS 商業策略模型,並將模型發布到 Hugging Face。底模為 Qwen2.5-0.5B-Instruct,訓練語料包含 3,615 篇貼文;模型在 4 個 CPU 執行緒上訓練 400 steps,峯值 RAM 為 2.4 GB,留出集困惑度由 44.5 降至 28.6。
美團發布新一代大模型LongCat-2.5,這是一款面向長程智能體任務的原生多模態模型,總參數為1.6萬億。LongCat-2.5延續LongCat系列的研發方向,全程在國產算力上訓練,是目前在國產算力上完成的最大訓練任務。
HKGAI、度小滿及香港科技大學推出「軒轅4.5」金融增強大模型,稱其為業界首個具備自我進化能力的金融大模型。模型採用遞迴自我改進(RSI)技術,在拓展客源、風險管理及客戶關係管理等場景的表現提升30%,運算成本僅為通用模型的10%。
開發者 Vixhal 在 GitHub 以 MIT 授權發布 qwenGPU,讓 Qwen3.5-2B 在前向計算中執行 CUDA。它在原有 24 層前加入 45 個未訓練的編譯 GPU 層,並以 Gated DeltaNet 狀態充當程式 ROM、暫存器和全域記憶體。
bootgpt 將一個 11.5 KB 的 int8 字符級模型從後續 23 個磁區載入,並在 386 的 16-bit real mode 下運行,生成虛構的 Linux 開機日誌。
Tobias Hoffmann 分析 2026 年 9 月 Grok 4.7、Claude Opus 5.5 及 GPT-6 Sol、Luna 接連推出,指出模型成本的比較重點正由每 token 價格轉向每項任務的總成本。
由 Claude Opus 5 遷移至 Claude Opus 5.5 時,Claude API 用戶須把模型 ID 由 claude-opus-5 改為 claude-opus-5-5。
Anthropic 內部未公開的 Claude 模型在系統測試中發現潛伏 11 年的 Linux 核心漏洞 CVE-2026-98432,並生成可用的兩階段利用程式,約 53 分鐘即可取得 Root 權限。
推薦理由:文章交代 Claude 發現漏洞、生成兩階段利用程式所需的時間,並列出 Ubuntu 仍受影響的版本,呈現漏洞利用能力與修補進度的關聯。
Kumiko 應用設計器以同一款金屬加工廠維修應用測試五個模型,發現多數紅色測試結果源於生成器規則和測試設計,而非模型本身。修正後,Sonnet 5.5 三個步驟均通過,花費 $0.322;首次測試則花費 $0.454,建構步驟未通過。Qwen3.8-27b 未能回覆首次呼叫,其他四個模型尚未按修正後的設定重測。
HuggingFaceBio 團隊聯合多家研究機構發布開源基因組大模型 Carbon‑X,將 DNA 序列與自然語言納入同一解碼器模型。模型在 5 項去污染 DNA 基準的無推理模式平均得分為 66.7%,較基座 Qwen3‑14B 高 27 個百分點,單樣本推理成本約為 GPT‑6.1 Sol 的 1/1800。
Anthropic 披露,其未發布的 Claude 模型在系統性測試中發現 Linux 核心漏洞 CVE-2026-98432,並生成可用的兩階段遠端利用程式,全程約 53 分鐘取得 Root 權限。該漏洞的 CVSS 3.1 評分為 9.8;上游修復於 10 月 15 日完成,但 Ubuntu 多個版本的修復仍在開發中,Red Hat 部分版本則列為延期處理。
推薦理由:文章將漏洞成因、模型生成利用程式的耗時,以及各發行版修補進度並列,呈現 AI 漏洞研究能力與實際修補窗口的關係。
美團發布總參數 1.6 萬億、面向長程智能體任務的原生多模態模型 LongCat-2.5,並稱模型全程在國產算力上訓練。評測顯示,LongCat-2.5 在多項主流基準中介乎 Claude-Opus-4.8 與 Claude-Opus-5 之間,部分評測超過 Claude-Opus-5。美團亦推出 AI 經營工作台「妙手」,協助商家理解行業指標和品牌規則,並在授權範圍內調用工具與系統執行經營任務。
美團技術團隊發布面向長程智能體任務的原生多模態模型 LongCat-2.5。模型總參數量為1.6萬億,每個 token 約激活480億參數,並在 LongCat-2.0 基礎上強化原生視覺理解與智能體編程能力。
Anthropic 未公開的 Claude 模型發現潛伏 11 年的 Linux 核心漏洞,並生成可用利用程式,約 53 分鐘取得 Root 權限。漏洞編號為 CVE-2026-98432,CVSS 評分為 9.8,源於 IPv4 TCP 握手中的釋放後使用(UAF)缺陷。
推薦理由:報道並列漏洞成因、約 53 分鐘的利用流程與各發行版修補進度,呈現 AI 生成利用程式如何把核心漏洞轉化為可操作的安全風險。
美團發佈面向長程智能體任務的原生多模態大模型 LongCat-2.5,總參數 1.6 萬億,訓練全程使用國產算力。模型採用最長達 1M token 的序列進行長上下文訓練,並強化視覺理解及智能體編程能力,支援交互網頁、3D 展示頁面等任務。
美團龍貓發佈面向長程智能體任務的原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約啟用 480 億個參數。相較 LongCat-2.0,模型加強原生視覺理解與智能體編程,並以長程軌跡數據和大規模長程強化學習提升複雜代碼庫開發及完整項目構建能力。模型以多層級離散 token 表示視覺訊號,並優化國產算力上的長上下文訓練與 W4A4 推理。
Anguo 更新 rk-bench v0.2.0 的 RK3588 排行榜,公佈 YOLOv8n、YOLOv5s(ReLU)和 YOLO11n 的 INT8 對 FP 實測,提速分別為 1.96×、1.84× 和 1.40×。
作者以「大腸癌會否引發帕金森病」測試豆包、DeepSeek 和 Gemini,並交叉核對文獻及 DOI,發現三者各有錯漏,沒有一家可單獨信任。三個模型對醫學結論的大方向相近,但核查揭示 DOI 錯誤、研究方向混淆及對研究結果轉述過度等問題。文章建議嚴肅問題使用循證提示詞、多模型比對並逐篇核對論文摘要,健康與診療問題仍須向專業醫生求證。
OpenAI 的 GPT-6.2 Astra 與 Anthropic 的 Claude Fable 5.5 相繼傳出曝光線索,兩者均未正式公佈。Codex 使用統計和 API 回應記錄出現 GPT-6.2 Astra 的模型標識;Claude Fable 5.5 則有 3D 遊戲及互動作品演示,但模型身份和生成情況尚未獲完整驗證。
Sakana AI 宣佈開始自行開發預訓練模型,並計劃讓語言模型與世界模型協作,透過 AI 科學家的自我改進循環提升模型。首席科學家秋葉拓哉公佈語言模型系列「Sakana Sawara(暫稱)」。首個小型模型「Sawara Small(暫稱)」如進展順利,預計於2027年春季公開。
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index 取得 59 分,超越 Claude Opus 5.5 排名第一。
多名用戶在 X 發帖稱,OpenAI 似乎已開始測試 GPT-6.2 Astra。部分用戶帳戶的使用情況明細中已出現該模型,約 19.8% 的請求被分配至此模型。Token Gremlin 稱,GPT-6.2 Astra 的效能可能大幅提升,甚至在多方面超過 Opus 5.5。
美團龍貓發佈原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約啟用 480 億參數,面向長程智能體任務。模型在 LongCat-2.0 基礎上強化原生視覺理解與智能體編程,並加入長程軌跡數據和大規模長程強化學習,以提升複雜程式碼庫開發及完整項目構建的端到端工程能力。
美團龍貓發佈面向長程智能體任務的原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約激活 480 億參數。模型在 LongCat-2.0 基礎上加強原生視覺理解與智能體編程,並以長程軌跡數據、大規模長程強化學習及可復現的 Agent 失敗軌跡訓練,提升複雜代碼庫開發和完整項目構建的端到端工程能力。
Anthropic 網站曾短暫出現 Claude Mythos 5.5 字樣,並稱其為「網絡安全與生物學領域最具能力的模型類別」。Anthropic 尚未公開宣佈這款模型,網站文字亦不能證明模型已推出,或其發佈日期、價格及客戶名單。
Gemini API 已將 gemini-2.5-pro 和 gemini-2.5-flash 標記為棄用,並停止在 Google AI Studio 提供選擇。
Claude Mythos 5.5 的隱藏連結曾短暫出現在 Anthropic 官方 Mythos 模型頁面,之後被移除;Anthropic 未有確認,頁面亦未提供新規格或公告。相關名稱及發佈時間傳聞均來自介面觀察,未獲證實。現有 Mythos 5.1 僅供經核實的網絡安全及生命科學機構使用,Fable 5.1 則可普遍使用。
OpenAI 的 GPT-6.2 Astra 出現在 Codex 使用情況統計頁面,多名用戶發布截圖顯示模型標識為 GPT-6.2,但官方模型目錄尚未列出該模型。截圖中曾出現「不支持該模型」提示,之後卻完成了 /review 任務;目前仍不足以確認 GPT-6.2 Astra 已能在 Codex CLI 正常運行。流出的性能提升等説法尚未獲官方證實。
Ryan Madden 使用 GPT-5.6 Sol 在 Codex 中以 low thinking level 運行,完成《Factorio》和平模式的一局,遊戲時間為 13.5 小時。後期的規模擴展問題拖慢進度,Sol 最終靠反覆在工廠區域間運送物資,補救未能連接的部分生產系統並發射火箭。這次表現較作者先前測試 GPT-5.5 有所改善,當時模型未能使用運輸帶。
Google DeepMind 於 2026 年 10 月 27 日以研究預覽形式推出 Genie 4,這款世界模型可即時模擬可互動場景,並支援在運行期間以自然語言修改場景。它原生生成音訊,場景連貫性最長可維持兩分鐘,是 Genie 3 約一分鐘上限的兩倍。目前僅限受信測試者使用;DeepMind 列出的缺口包括長時間運行時的視覺漂移、未解的音訊準確度問題,以及尚無法生成清晰可讀的場景內文字。
Sora、Kling 和 Runway Gen-4 在 AI 影片生成方面各有優勢:Sora 寫實度最高,Kling 生成最快且價格較低,Runway 則提供最多創作控制。生成 5 秒影片,Kling 需 30–90 秒、Runway 需 1–3 分鐘、Sora 需 2–8 分鐘;三者最長影片分別為 10 秒、16 秒和 60 秒。文章建議按寫實度、速度、價格及後期製作需求選擇。
Pika 發佈以 MiniMax H3 為基礎的衍生模型 Pika H3 Flex,開放適配器權重及推理程式碼,透過六步去噪聯合生成畫面與聲音。模型提供兩套 LoRA 適配器,原生支援 480P、768P 輸出,可生成約 5 至 15 秒影片及同步立體聲音訊。Pika API 另提供 1080P、2K、4K 影片增強,以及將同步音訊拆分為對白、配樂、音效、擬音和環境聲五類獨立音軌的功能。
商湯開源 SenseNova Loop-9B-Preview,這款 9B 模型採用 Looped Transformer 架構,透過循環計算擴展有效計算深度。當前評測設定下,模型在程式碼生成、辦公場景和智能體任務等方向優於其他模型,並在 WorkBuddy Bench、RaccoonPPT Bench 和 AutomationBench 等評測中超越 Qwen3.5-27B。
價格追蹤器發現,DeepSeek V4.1 Flash 五天內兩度調價,GPT-6.1 Terra 的四個模型 ID 亦在 OpenRouter 出現。
Nace AI 以 Nace.AI Open RAIL-M 公開 Drex Max v1 權重,這款密集型 27B 決策模型可在 Apple Silicon Mac 本機運行。
VIDRAFT 推出以 GGUF 格式量化和封裝的 POCKET-35B-GGUF,這款 35B 大語言模型可在無 GPU 的 CPU 系統上進行推理。模型透過 Hugging Face 發佈,供相容 llama.cpp 的執行環境使用;文章沒有提供具體 benchmark 分數。
NVIDIA 於 2026 年 10 月 28 日發佈 Nemotron 3.5 Transcribe,這款模型可按自然語言提示詞處理 40 種語言的完整錄音。
Gemini 4 Carbon 在 Artificial Analysis Intelligence Index 以 59 分排名第一,但截至 2026 年 11 月 1 日仍未向大多數用戶開放。
Anthropic、OpenAI、Google 和 xAI 在 2026 年 9 至 10 月推出多款新模型,文章整理型號、價格與免費方案。Claude Haiku 5.5 與 GPT-6 Luna 的輸入/輸出價格均為 $0.10/$0.50。作者認為免費方案中的 Sonnet 5.5 最划算,並建議應用先測試這兩款小型模型。